一种水平集和深度学习相结合的视网膜层分割方法及系统
- 专利权人:
- 山东师范大学
- 发明人:
- 李登旺,阮亚男,牛四杰,孔问问,吴敬红,薛洁,陈美荣,刘婷婷
- 申请号：
- CN201910280895.1
- 公开号：
- CN109886965A
- 申请日:
- 2019.09.04
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种水平集和深度学习相结合的视网膜层分割方法及系统,通过对光学相干断层成像设备采集到的图像进行预处理,然后利用视网膜层厚度的先验信息,通过水平集模型将活动轮廓演化到待分割边界。该方法包括以下步骤:采集正常视网膜OCT图像以及病变视网膜OCT图像,制作分类标签,并构建训练集和测试集;利用训练集中图像数据训练深度学习网路;利用训练好的深度学习网路对测试集中图像数据进行处理,得到视网膜层粗分类结果;将视网膜层粗分类的结果作为水平集函数,采用梯度下降法,演化每个水平集函数,得到精细的视网膜层边界。
- 来源网站：
- 中国工程科技知识中心
